【燕子集】21 家国梦

我们的飞机再也不用飞第二遍了。

马上就要国庆啦!作为除了春节外最长的假期,再加上临近周末只要请两天假就可以获得 10 天假期,相信对于不少朋友来说昨天就是最后一个工作日了。不过对于我这种以佛为主的生活方式,当然是选择继续上班挣钱钱啦!往年通常过了国庆才会略有秋意,今年的秋天来得更早一些,可能是想要赶上 70 周年国庆吧。

70 年弹指一挥间,每逢十的倍数,总是要好好庆祝一下的。考虑到今年以来风起云涌的国内国际形势,来一场大型的全民活动,还是挺重要的。已经不太记得 2009 年时的盛况,不过今年国庆倒是有了一些不一样的元素。比如腾讯联合人民日报出品的游戏家国梦,就给我耳目一新的感觉。这种新鲜感,倒不是说游戏有多么创新,而是宣传思路的一种改变。当然啦,游戏本身也是挺好玩的,可以在遍览祖国大好河山以及各地特色的同时,为自己的家乡加油助威。各种政策和城市任务,也很好地介绍了各种国家级区域级政策,比冷冰冰的文件要有趣多了。我大广东作为改革开放排头兵自然雄踞排行榜榜首,只是深圳一直赶不上广州,想想看也是有一定道理,在深圳的年轻人,估计都为自己的家乡打 call 啦,不过来了就是深圳人,我感觉问题不大。

话说回来,宣传阵地是我们一直以来不太重视的,好在这两年有点回过神来,优秀的电视剧、电影和主题游戏都逐渐登上舞台。更令我欣喜的是,各种制作精良的长短视频也涌现了,这说明除了大型团队有这个意识外,广大人民群众也自发去创作大家喜闻乐见的作品了。最近就在看局座召忠的系列节目,忆往昔峥嵘岁月,盼今朝国富民强。不断飘过的弹幕真的让我一边想笑一边想哭,相信只要我们一起往一个方向努力,未来一定会更加美好的。

家家有梦则国有梦,家家幸福则国幸福,少年强则中国强。大概就是这个道理。

封网之后,终于有了比较完整的时间来思考之前半年多的工作,用一句话来总结就是结合工程思维与算法思维,努力找到创新与稳定的平衡。工程思维和算法思维其实是两种完全不同的思路,因为出发点和收益点不同,想要找到平衡其实不太容易,甚至需要一些艺术灵感才可以做好。这么说可能有些太抽象,我用一个实际的例子来说明一下吧。

假设我做了一个 App,打开应用有一个图片轮播的展示,我想要把其中的一张图片拿出来用来打广告(这样我就把这个 App 的流量变成了钱),就称为 首页广告位 A 。点击不是广告的图片会跳到一篇文章,文章底部也有一个可以打广告的地方,称为 文章广告位 B。因为我的 App 流量不大,没办法吸引比较固定的广告主来打广告,所以我就把这个位置移动广告平台上进行售卖(比如极光、Inmobi)。当一个用户打开 App 之后,App 会给广告平台发一个请求,看看有没有可以展示的广告,接着广告平台就会分发这个请求给不同的 DSP(可以认为是为这个请求进行竞价的系统),从这些 DSP 中选择出价最高的广告,返回给我的 App,最终显示在界面中(这个过程只需要花很短的时间)。

那么问题来了,DSP 如何给每一条请求出价呢?最简单的办法是,所有的请求都一视同仁,直接写死在代码或配置中,比如一次就出 10 块钱(注意,不是展示一次 10 块,这里的单位一般是一千次的费用,平均下来一次一分钱)。统一出价这个方法太简单粗暴,比较理想的状态是每一次出价,我们都根据这个请求背后的用户的喜好和可能点击广告的概率,来出一个合理的价格。问题又来了,啥是合理的价格?

答案很简单,合理的价格就是数学期望上可以赚钱的价格,我们看这样的例子:假设对于某一个广告,用户发生转化的概率是 p,发生转化会带来的价值为 V(所谓转化,比如下单、收藏、付款等等都算),那么我们这一次出价 P 应该满足 P < 1000pV,这里的 P 表示千次展示出价(注意这里是展示一千次的价格),1000p 表示 1000 个人看到广告最终会发生转化的人数,1000pV 是最终转化的人数乘以每个人带来的价值。那么,不等式的含义很明确,就是我们的出价一定低于我们挣的钱(的期望),只要数量够大,一定能赚到钱,差别只是在于赚多赚少。这个方案看起来已经完美,我们只要找到能够竞价成功且最小的 P,而这个 P 只跟转化的概率和转化后带来的价值有关,这两个都可以统计出来,稳了稳了!

真的稳了吗?没有,因为 p 和 V 针对每个用户都是不一样的,甚至直接发生转化的概率都不太好计算,因为我前面没有提的是用户首先要点击,点击之后跳转到新的页面,在新的页面上(称为落地页)才会真正发生转化。这里的每一个步骤就像一个大漏斗,会过滤掉大部分的人,正所谓看了不一定点,点了不一定能打开落地页,打开落地页不一定会买买买。

聪明的你可能已经想到,那我们预估每个不同用户的 p 和 V,并计算出最终的出价 P 不就完事儿了吗?没错!这样确实就完事儿了,问题是,怎么做呢?

从算法思维出发,那要搞一个复杂的模型去刻画不同的 p 和不同的 V,收集一波数据,设定各种参数,得到预测的 p 和 V,接着把 p 和 V 放到一个多项式中方便做非线性的出价修正,完美!

从工程思维角度出发,我们拿历史数据画出一条曲线,然后通过简单的映射和拟合分段出价或者线性出价就可以,毕竟代码要可维护,参数要好调整。

比较一下就发现,算法思维期望逼近理论的极限而不太考虑成本,工程思维期望用成本最低最有效率的方式逼近算法的极限,实际工作中我们在这两个方向上找一个平衡,实际上也是希望能够找到更加有投入产出比的方案。这其实也是我一直以来认为的大趋势:跨界才是性价比最高的竞争力。

一不小心写超了,华为发布了 Mate 30 系列非常不错,相比于苹果缝缝补补又一年好多了。但是考虑到我去年才刚买了小米 8,根据换机节奏(16 年 iPhone7,18 年小米 8),下一次应该是 2020 年搞一个苹果,再下次是 2022 年搞一个安卓。当然,更希望各家厂商用实力打我脸,让我心甘情愿买买买。

今天就到这里,提前祝大家国庆节快乐,还有最后两天班!

一点打赏,十分感谢,百分动力